基于短时电压相量轨迹的同调机群快速预估方法

利用广域量测信息提出一种基于短时电压相量轨迹的同调机群快速预估方法。首先,针对两机失步振荡模型,分析节点电压相量轨迹的几何特征,提取轨迹分类特性,据此特性提出同调机群辨识方法;其次,基于电压相量轨迹的变化趋势预估机组同调性,并利用扩展等面积法则(extended equal area criteria,EEAC)进一步验证分群结果;最后,为应对失步振荡初期机组同调关系尚不明显的问题,提出基于滑动时窗的同调机群预估方案,通过多次分群和验证的方式,实现对机组同调性的持续监测和实时校核。IEEE-9、IEEE-39和IEEE-118节点系统算例验证了方法有效性。

基于电压相量轨迹几何特征的电网节点时空关联特性评估

随着电网运行环境的复杂性、随机性日益加剧,实现基于广域量测信息的电网节点关联特性实时评估具有重要现实意义。该文首先对实测电压相量轨迹信息几何特征进行挖掘,定义表征轨迹特性的“轨迹距离”概念;继而构建表征电压相量轨迹运动演进规律的特征平面,并据此构建动态收敛域以评估节点关联性强度;最后,提出基于轨迹距离密度的参数自适应轨迹聚类算法,衡量各节点电压运动趋势的相似性关系,从而实现特定节点的关联范围评估。对IEEE 39节点系统的仿真,验证了所提方法的有效性。

基于电压相量轨迹的失步振荡中心特性解析及解列断面预判

利用电压相量轨迹信息解析电网失步振荡中心分布特性并实时预判解列断面,能够为主动解列控制提供决策依据。首先针对两机失步模型,证明了沿线各节点的电压相量轨迹是圆,其圆心坐标、半径大小与两侧电势及节点位置有关,依据失步振荡中心的电压过零这一特征,推导出失步振荡中心分布特性是圆或直线的解析方程;其次,针对理想两群摇摆,提出了无需等值参数辨识的失步振荡中心精准定位方法,针对实际电网环境下的失步振荡,利用失步振荡中心所在线路端点的电压相量轨迹与坐标原点的位置关系,构建失步振荡中心所在线路的预判指标,指标存在固定临界值零;最后,提出了失步解列断面预判方法,仅依据线路端点量测即可实现实时预判。500kV两机系统、IEEE-118节点系统和实际交直流混联电网算例验证了方法的有效性,方法计算简单、适用性强、时效性好,具有较高的工程应用价值。

基于电压相量轨迹的电网静态稳定主导模式识别方法

随着新型电力系统建设的推进,系统运行机理和动态特性愈加复杂,电网随机性增强,功角稳定和电压稳定常常相互交织不易区分,导致难以制定准确有效的调控策略,因此准确识别系统稳定主导模式对电网调控具有重要意义。首先,阐述了电网功角稳定和电压稳定的辩证关系;其次,以电压相量轨迹为切入点,解析了相轨迹几何特征及其轨迹灵敏度数学模型;在此基础上,基于轨迹灵敏度距离进行定量分析,揭示了电网静态稳定主导特征,并提出基于电压相量轨迹的电网静态稳定主导识别判据;最后,通过算例分析及对比校验,验证了文章所提方法的有效性,实现了电网静态稳定主导模式识别。

基于交替方向乘子法的电网电压相量轨迹拟合及暂态稳定评估指标构建

电力系统暂态稳定态势量化评估是大电网在线安全防御的主要部分,而如何针对电网动态轨迹信息构建暂态稳定预估指标是关键。电网电压相量轨迹信息蕴含更丰富的稳定行为特征。文章以双机系统为例,首先从轨迹几何角度分析了发电机暂态能量转化与电压相轨迹之间演变规律;继而在扩展等面积准则(extended equal area criteria,EEAC)的基础上推理验证了其在多机系统下的普适性;为实现暂态稳定快速预估,提出了一种基于交替方向乘子法的轨迹拟合方法,该方法在拟合精度与速度上具有明显优势;在此基础上,以电压相量轨迹拟合曲线的弧长距离为数据支撑,构建了一种暂态稳定快速预估指标。最后,以新英格兰10机39节点系统与某省级电网的仿真数据为例,验证了该方法评估有效性。

基于长短期记忆网络的电网同调机群快速辨识

基于长短期记忆网络(Long short-term memory,LSTM)提出了一种电网同调机群的快速辨识方法。首先针对两机振荡模型,挖掘相量平面内电压相量轨迹的分类特性,为机组的同调性辨识提供了依据;其次,基于短时响应数据,利用LSTM分别对机端电压实、虚部时序轨迹进行预测,并依据复合而成的相量轨迹判断机组的分群情况;最后,利用扩展等面积法则(Extended equal area criterion,EEAC)对上述分群情况进行验证,进而给出同调机群的最终辨识结果。IEEE-39节点系统算例验证了方法的有效性,具有较好的工程应用价值。

基于DBSCAN密度聚类和长短期记忆网络的同调机群辨识方法

为了满足大电网暂态稳定在线分析的时效性与精度要求,提出了基于DBSCAN密度聚类和长短期记忆网络的同调机群快速辨识方法。基于广域量测数据,利用长短期记忆网络对电压相量的实部时序轨迹和虚部时序轨迹并行超实时预测,得到时序节点电压轨迹以提升长短期记忆网络预测精度;构建轨迹偏移特征平面,提取电压相量轨迹的时序变化特征,是同调机群快速辨识的重要前提;基于DBSCAN密度聚类方法对时序变化特征进行聚类分析,得到最终分群结果,并通过扩展等面积准则(EEAC)对同调辨识结果进行验证。通过新英格兰39节点系统验证了所提同调机群辨识方法的准确性。